JP6201670B2 - 判定装置、判定プログラム、及び判定方法 - Google Patents
判定装置、判定プログラム、及び判定方法 Download PDFInfo
- Publication number
- JP6201670B2 JP6201670B2 JP2013237241A JP2013237241A JP6201670B2 JP 6201670 B2 JP6201670 B2 JP 6201670B2 JP 2013237241 A JP2013237241 A JP 2013237241A JP 2013237241 A JP2013237241 A JP 2013237241A JP 6201670 B2 JP6201670 B2 JP 6201670B2
- Authority
- JP
- Japan
- Prior art keywords
- time
- state data
- period
- target device
- data group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 81
- 230000008859 change Effects 0.000 claims description 182
- 230000005856 abnormality Effects 0.000 claims description 87
- 230000008569 process Effects 0.000 claims description 62
- 230000000737 periodic effect Effects 0.000 claims description 44
- 238000000605 extraction Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 72
- 238000004364 calculation method Methods 0.000 description 40
- 238000004458 analytical method Methods 0.000 description 35
- 238000012806 monitoring device Methods 0.000 description 32
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 239000000284 extract Substances 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012098 association analyses Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Computing Systems (AREA)
Description
決定部は、最近の変更時刻と対象装置に定期的に行われた変更の時間間隔を表す定期的間隔時間とに基づいて、最近の変更時刻以後の第1の期間と、第1の期間よりも過去の期間であって少なくとも1つの定期的間隔時間を含む第2の期間とを決定する。最近の変更時刻と定期的間隔時間とは、記憶部に記憶されている。最近の変更時刻は、対象装置に定期的に変更が行われた時刻の内の最も現在時刻に近い変更時刻である。
抽出部は、記憶部に記憶された複数の状態データから、第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出する。複数の状態データは、対象装置から対象装置に動作がある毎に送信されかつ対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させたデータである。
取得部は、抽出された第1の状態データ群及び第2の状態データ群の各々の状態データの出現パターンを取得する。
判定部は、取得された第1の状態データ群及び第2の状態データ群の各々の出現パターンに基づいて、第1の期間に、出現パターンの差に表れる異常が対象装置に発生したか否かを判定する。
[第1実施形態]
図1には、監視システムのブロック図が示されている。図1に示すように、監視システムは、インターネット等のネットワーク10により接続された監視装置12と、複数の処理装置16、18、・・・20を有する処理システム14とを備えている。
監視装置12は、本開示の技術の判定装置の一例である。
なお、複数の処理装置16、18、・・・20は、本開示の技術の対象装置の一例である。メッセージログは、本開示の技術の状態データの一例である。
また、出現パターンの差に表れる異常を判定する処理を常時実行するのではなく、処理システム14側から依頼があった場合に行ってもよい。
図2には、監視装置12のブロック図が示されている。図2に示すように、監視装置12は、CPU(中央処理装置:Central Processing Unit)30、ROM(Read Only Memory)31、及びメモリ32が、バス36を介して相互に接続されている。バス36には更に、2次記憶装置34、磁気ディスクドライブ38、表示制御部42を介して表示装置44、入力装置46、及び通信制御部48が接続されている。表示装置44としては、液晶表示装置(LCD)、ブラウン管(CRT)、有機エレクトロルミネセンス表示装置(OELD)、プラズマディスプレイパネル(PDP)、電界放出ディスプレイ(FED)等が適用できる。入力装置46としては、キーボード(keyboard)やマウス(mouse)などが適用できる。2次記憶装置34には、メッセージログを記憶するためのログ保存部34A、及び世代情報を記憶するための世代情報記憶部34Bが設けられている。
2次記憶装置34は、本開示の技術の記憶部の一例である。
ログ分析比較プログラムは、本開示の技術の判定プログラムの一例である。ROM31は、本開示の技術の記憶媒体の一例である。
図5には、ログ分析比較処理の一例がフローチャートとして示されている。ログ分析比較処理は、異なる複数の動作の関係に現れる異常、具体的には、出現パターンの差に現れる異常を判定する処理である。図5に示すように、ステップ82で、世代生成部52は、世代の生成をし、ステップ84で、ログ抽出部56は、ログを抽出する。ステップ86で、第1関連分析部58S1は、現在の世代のログの関連分析をし、ステップ88で、第2関連分析部58S2は、過去の世代のログの関連分析をする。ステップ90で、関連比較部60は、関連比較をする。以下、各ステップの処理を詳細に説明する。
ここで、世代とは、システムに定期的に発生する構成の変更時刻の間隔時間(定期的間隔時間)により定まる時間帯をいう。
世代を求める理由は、最も新しい世代、即ち、システムに構成変更があった最近の変更時刻以後の期間を求めるためである。当該理由は詳細には次の通りである。なお、最近の変更時刻は、処理装置16、18、・・・20に定期的に構成変更が行われた時刻の内の最も現在時刻に近い変更時刻である。
ステップ146で、世代合致度計算部54は、Sをスコアとして出力する。
上記図5のステップ82の世代生成処理における図6のステップ122で、世代情報記憶部34Bに世代情報が記憶されている。世代情報は、与えられた変更時刻tから現在時刻までの経過時間を、上記正しいと判断された間隔時間(定期的間隔時間)で区切られた区切り目の時刻(世代情報)が、降順で並び替えられたものである(・・・R21、R11、t、R21、R22・・・)。そこで、ステップ172で、ログ抽出部56は、世代情報を入力する。
以上説明した例では、連続した2つのメッセージログの種類を、出現パターンを特定するための要素としているが、所定時間内に連続する2より大きい数(例えば、3、4、5、・・・)のメッセージログの種類を、出現パターンを特定するための要素とすることができる。
図5のステップ90の処理は、本開示の技術の判定部の処理の一例である。
(第1の効果)
本実施の形態では、先頭の世代S1におけるメッセージログの出現パターンと2番目の世代S2におけるメッセージログの出現パターンとの差から異常の発生を判断しているので、1つのメッセージログからでは判断できない異常を検出することができる。即ち、例えば、ある性能データに急峻な変化を発見することにより異常を検知するアノマリ検知では、ある1つの現象のみを抽出しているので、世代間のパターンの差から求められる異常を検知することができない。しかし、本実施の形態では、世代間のパターンの差から求められる異常の発生を判断しているので、1つのメッセージログからでは判断できない異常を検出することができる。
本実施の形態では、先頭の世代S1として、現在時刻tNが含まれる世代を用いているので、被監視対象の処理システムの現在の異常を検出することができる。
本実施の形態では、与えられた複数の変更時刻の各々と他の変更時刻との複数の間隔時間を求め、求めた複数の間隔時間から最も正しいと判断できる間隔時間で、変更時刻と現在時刻までの経過時間を区切ることにより、世代を生成している。世代の切り替わりは、システムに構成変更があった時刻である。そして、現在までに得られた複数のメッセージログを世代によって分割する。よって、メッセージログの出現パターンとの差から異常の発生を判断するために現在までに得られた複数のメッセージログを適切に分割することができる。特に、図10のスコア計算処理では、与えられた時刻の前後の間隔時間内の具体的なメッセージログの出現パターンの差を求めて、当該間隔時間が正しい間隔時間か否かを判断しているので、より正確な間隔時間を求めることができる。
(第1の変形例)
本実施の形態では、図13及ぶ図14(A)に示すように、先頭の世代S1におけるメッセージログの出現パターンと2番目の世代S2におけるメッセージログの出現パターンとの差から異常の発生を判断している。これにより、現在の異常を、システムに構成変更があった直前の状態との間で判断している。しかし、本開示の技術では、図14(B)に示すように、先頭の世代S1におけるメッセージログの出現パターンと、2番目以降の複数の世代Snにおけるメッセージログの出現パターンとの差から異常の発生を判断してもよい。現在の異常を、システムに構成変更があったときより前のより長い期間の状態との間で判断することができる。
本実施の形態では、先頭の世代S1におけるメッセージログの出現パターンと2番目の世代S2におけるメッセージログの出現パターンとの差から異常の発生を判断している。これにより、現在の異常を判断している。しかし、本開示の技術では、先頭の世代より前の選択された第1の世代におけるメッセージログの出現パターンと、当該第1の世代よりも過去の選択された第2の世代におけるメッセージログの出現パターンとの差から異常の発生を判断してもよい。これにより、選択した世代における異常を判断することができる。この場合、第1に、第2の世代は、上記第1の変形例のように複数の世代を用いてもよい。第2に、第2の世代は、第1の世代の直前の世代でもよく、直前の世代よりも過去の世代でもよい。
本実施の形態では、メッセージログの出現パターンを決める要素として、出現したメッセージログの種類だけを用いている。本開示の技術は、図15(B)及び図15(C)に示すように、出現したメッセージログ間の時間の統計値を、出現パターンを決める更なる要素としてもよい。統計値としては、平均値や標準偏差を用いることができる。これにより、より詳細にパターンを求めることができ、パターンの差に基づく異常をより正確に求めることができる。
上記のように、定期的間隔時間が、Lmaxに代入されたLcurrentにおける間隔時間Tとして求められた後は、世代生成部52は、次の処理を実行する。即ち、世代生成部52は、現在時刻tN(図13参照)が属する世代S1の開始時刻tN−1(最近の構成変更の時刻)から、当該定期的間隔時間が経過する毎に、先頭の世代S1及び2番目の世代S2を新たに求める。そして、ログ抽出部56〜関連比較部60はそれぞれ、新たに求めた先頭の世代S1及び2番目の世代S2について図5のステップ84〜90の処理を実行する。なお、次の第1の場合及び第2の場合についても、各部(56〜60)は以上と同様の処理を実行してもよい。即ち、第1の場合としては、処理システム14から、最近の構成変更の時刻と定期的間隔時間のそれぞれのデータが入力された場合である。また、第2の場合としては、処理システム14のユーザから監視装置12のオペレータが最近の構成変更の時刻と定期的間隔時間のそれぞれの情報を知って、入力装置46を介して各データを入力した場合である。第1の場合及び第2の場合の各々について、図12のステップ172では、ログ抽出部66は、最近の構成変更の時刻と最近の構成変更の時刻よりも定期的間隔時間分過去の時刻を世代情報として取得する。
処理システム14が、監視装置12に、上記システムの構成の変更が完了した変更時刻が新たに送信した場合には、新たな変更時刻を含めて、各部(52〜60)は図5の各処理を実行してもよい。
上記の実施の形態では、1つの処理システム14を監視装置12が監視している。しかし、本開示の技術では、監視装置12は、複数の処理システム14を別々に監視することができる。即ち、複数の処理システム14の各々は、各処理システムを識別するidとメッセージログとを対応させて、監視装置12に送信する。監視装置12は、当該idに基づいて、複数の処理システム14の各々から送信されるメッセージログを複数の処理システム14の各々に対応して識別してログ保存部34Aに保存する。また、複数の処理システム14の各々が、監視装置12に、上記システムの構成の変更が完了した変更時刻のデータを、上記各処理システムを識別するidと対応させて、送信する。そして、各部(52〜60)は図5の各処理を、複数の処理システム14の各々に応じて実行する。
第1実施形態では、通信制御部48(図2)が、複数の処理装置16、18、・・・20の各々から送信されたメッセージログを受信し、受信されたメッセージログは、2次記憶装置34のログ保存部34Aに記憶される。本開示の技術では次のようにすることができる。即ち、監視装置12とは別の装置が複数の処理装置16、18、・・・20の各々から送信されたメッセージログを受信する。監視装置12は、別の装置が受信した複数の処理装置16、18、・・・20の各々からの全てのメッセージログを一括して取り込み、2次記憶装置34のログ保存部34Aに記憶することができる。
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定する決定部と、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出する抽出部と、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得する取得部と、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する判定部と、
を含む判定装置。
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定する決定部と、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出する抽出部と、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得する取得部と、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する判定部と、
を含む判定装置。
前記第1の期間には現在時刻が属する付記2に記載の判定装置。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定部は、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算すると共に前記変更時刻から、前記変更時刻と前記他の変更時刻以外の別の変更時刻側に位置しかつ前記間隔時間の整数倍離れた時刻と、前記別の変更時刻との差を計算し、
前記複数の変更時刻の各々について計算された前記差に基づいて、前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定する、
付記1〜付記3の何れかに記載の判定装置。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定部は、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算すると共に前記変更時刻を挟みかつ各々期間が前記変更時刻と他の変更時刻との間隔時間の2つの期間を定め、
前記複数の状態データから、前記複数の変更時刻の各々について定められた前記2つの期間の何れかに前記動作時刻が属する複数の状態データである2つの状態データ群を抽出し、
前記複数の変更時刻の各々について定められた前記2つの状態データ群の各々の状態データの出現パターンの違いの数を計算し、
前記複数の変更時刻の各々について計算された前記出現パターンの違いの数に基づいて、前前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定する、
付記1〜付記3の何れかに記載の判定装置。
コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定プログラム。
コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定プログラム。
前記第1の期間には現在時刻が属する付記7に記載の判定プログラム。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定の際は、前記コンピュータに、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算させると共に前記変更時刻から、前記変更時刻と前記他の変更時刻以外の別の変更時刻側に位置しかつ前記間隔時間の整数倍離れた時刻と、前記別の変更時刻との差を計算させ、
前記複数の変更時刻の各々について計算された前記差に基づいて、前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定させる
付記6〜付記8の何れかに記載の判定プログラム。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定の際は、前記コンピュータに、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算すると共に前記変更時刻を挟みかつ各々期間が前記変更時刻と他の変更時刻との間隔時間の2つの期間を定め、
前記複数の状態データから、前記複数の変更時刻の各々について定められた前記2つの期間の何れかに前記動作時刻が属する複数の状態データである2つの状態データ群を抽出し、
前記複数の変更時刻の各々について定められた前記2つの状態データ群の各々の状態データの出現パターンの違いの数を計算し、
前記複数の変更時刻の各々について計算された前記出現パターンの違いの数に基づいて、前前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定する、
付記6〜付記8の何れかに記載の判定プログラム。
コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定方法。
コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定方法。
前記第1の期間には現在時刻が属する付記12に記載の判定方法。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定の際は、前記コンピュータに、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算させると共に前記変更時刻から、前記変更時刻と前記他の変更時刻以外の別の変更時刻側に位置しかつ前記間隔時間の整数倍離れた時刻と、前記別の変更時刻との差を計算させ、
前記複数の変更時刻の各々について計算された前記差に基づいて、前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定させる
付記11〜付記13の何れかに記載の判方法。
前記記憶部には、前記変更が行われた各々異なる複数の変更時刻が記憶され、
前記決定の際は、前記コンピュータに、
前記複数の変更時刻の各々について、前記変更時刻と他の変更時刻との間隔時間を計算すると共に前記変更時刻を挟みかつ各々期間が前記変更時刻と他の変更時刻との間隔時間の2つの期間を定め、
前記複数の状態データから、前記複数の変更時刻の各々について定められた前記2つの期間の何れかに前記動作時刻が属する複数の状態データである2つの状態データ群を抽出し、
前記複数の変更時刻の各々について定められた前記2つの状態データ群の各々の状態データの出現パターンの違いの数を計算し、
前記複数の変更時刻の各々について計算された前記出現パターンの違いの数に基づいて、前前記複数の変更時刻の各々について計算された複数の間隔時間の内の1つの間隔時間を前記定期的間隔時間として決定する、
付記11〜付記13の何れかに記載の判定方法。
前記状態データの出現パターンは、複数の状態データの種類により特定されるパターンである付記1〜5の何れかに記載の判定装置。
前記状態データの出現パターンは、複数の状態データの種類と前記複数の状態データにおける動作時刻間の間隔時間の統計値とにより特定されるパターンである付記1〜5の何れかに記載の判定装置。
前記状態データの出現パターンは、複数の状態データの種類により特定されるパターンである付記6〜10の何れかに記載の判定プログラム。
前記状態データの出現パターンは、複数の状態データの種類と前記複数の状態データにおける動作時刻間の間隔時間の統計値とにより特定されるパターンである付記6〜10の何れかに記載の判定プログラム。
前記状態データの出現パターンは、複数の状態データの種類により特定されるパターンである付記11〜15の何れかに記載の判定方法。
前記状態データの出現パターンは、複数の状態データの種類と前記複数の状態データにおける動作時刻間の間隔時間の統計値とにより特定されるパターンである付記11〜15の何れかに記載の判定方法。
コンピュータに、所定の処理を実行させるための判定プログラムを記憶した記憶媒体であって、
前記所定の処理には、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことが含まれる記憶媒体。
コンピュータに、所定の処理を実行させるための判定プログラムを記憶した記憶媒体であって、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことが含まれる記憶媒体。
12 監視装置
14 処理システム
16、18、・・・20 処理装置
34A ログ保存部
54 世代合致度計算部
52 世代生成部
56 ログ抽出部
58S1 第1関連分析部
58S2 第2関連分析部
60 関連比較部
Claims (7)
- 記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定する決定部と、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出する抽出部と、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得する取得部と、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する判定部と、
を含む判定装置。 - 記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定する決定部と、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出する抽出部と、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得する取得部と、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する判定部と、
を含む判定装置。 - コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定プログラム。 - コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定プログラム。 - 前記第1の期間には現在時刻が属する請求項4に記載の判定プログラム。
- コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた時刻の内の最も現在時刻に近い最近の変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とに基づいて、前記最近の変更時刻以後の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定方法。 - コンピュータに、
記憶部に記憶された、被監視対象の対象装置に定期的に行われかつ前記対象装置の動作状態に影響を及ぼす変更が行われた変更時刻と前記定期的に行われた変更の時間間隔を表す定期的間隔時間とを用いて前記変更時刻を基準に前記定期的間隔時間で現在時刻からの過去の期間を区切ることにより得られる複数の時間帯の内の選択された時間帯の第1の期間と、前記第1の期間よりも過去の期間であって少なくとも1つの前記定期的間隔時間を含む第2の期間とを決定し、
前記記憶部に記憶された、前記対象装置から前記対象装置に動作がある毎に送信されかつ前記対象装置の動作の内容を示す動作データと前記動作のあった動作時刻を示す動作時刻データとを対応させた複数の状態データから、前記第1の期間に前記動作時刻が属する複数の状態データである第1の状態データ群と、前記第2の期間に前記動作時刻が属する複数の状態データである第2の状態データ群とを抽出し、
前記抽出された前記第1の状態データ群及び前記第2の状態データ群の各々の状態データの出現パターンを取得し、
前記取得された前記第1の状態データ群及び前記第2の状態データ群の各々の前記出現パターンに基づいて、前記第1の期間に、前記出現パターンの差に表れる異常が前記対象装置に発生したか否かを判定する
ことを含む処理を実行させるための判定方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013237241A JP6201670B2 (ja) | 2013-11-15 | 2013-11-15 | 判定装置、判定プログラム、及び判定方法 |
US14/479,778 US10360090B2 (en) | 2013-11-15 | 2014-09-08 | Determination method, determination apparatus, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013237241A JP6201670B2 (ja) | 2013-11-15 | 2013-11-15 | 判定装置、判定プログラム、及び判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015097047A JP2015097047A (ja) | 2015-05-21 |
JP6201670B2 true JP6201670B2 (ja) | 2017-09-27 |
Family
ID=53174162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013237241A Expired - Fee Related JP6201670B2 (ja) | 2013-11-15 | 2013-11-15 | 判定装置、判定プログラム、及び判定方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10360090B2 (ja) |
JP (1) | JP6201670B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012160637A1 (ja) * | 2011-05-23 | 2012-11-29 | 富士通株式会社 | メッセージ判定装置およびメッセージ判定プログラム |
JP6295857B2 (ja) * | 2014-06-27 | 2018-03-20 | 富士通株式会社 | 抽出方法、装置、及びプログラム |
US9720753B2 (en) * | 2014-12-22 | 2017-08-01 | Nec Corporation | CloudSeer: using logs to detect errors in the cloud infrastructure |
US9928155B2 (en) * | 2015-11-18 | 2018-03-27 | Nec Corporation | Automated anomaly detection service on heterogeneous log streams |
CN107135139A (zh) * | 2016-02-26 | 2017-09-05 | 深圳富泰宏精密工业有限公司 | 调整消息记录的方法及电子装置 |
CN111240928B (zh) * | 2020-01-06 | 2024-04-09 | 上海闻泰信息技术有限公司 | 设备驱动自动化检测方法、装置、设备及存储介质 |
KR20220049901A (ko) * | 2020-10-15 | 2022-04-22 | 삼성전자주식회사 | 패턴을 제공하는 방법 및 이를 지원하는 전자 장치 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3147049B2 (ja) | 1997-09-26 | 2001-03-19 | 日本電気株式会社 | ファブリック障害検出方式 |
JP4040844B2 (ja) * | 2000-03-31 | 2008-01-30 | 富士通株式会社 | リモートメンテナンス装置、リモートメンテナンス処理用プログラム及びそのプログラムの記録媒体 |
JP3450264B2 (ja) | 2000-04-05 | 2003-09-22 | Necソフト株式会社 | 障害検出システム |
JP3876692B2 (ja) * | 2001-11-13 | 2007-02-07 | 株式会社日立製作所 | ネットワークシステム障害分析支援方法およびその方式 |
JP4215255B2 (ja) * | 2004-03-26 | 2009-01-28 | 株式会社日立情報システムズ | デグレード確認検査方法、デグレード確認検査システム、およびそのためのプログラム |
JP4944391B2 (ja) | 2005-05-11 | 2012-05-30 | 富士通株式会社 | メッセージ異常自動判別装置、方法、及びプログラム |
JP5274652B2 (ja) * | 2009-03-30 | 2013-08-28 | 株式会社日立製作所 | 原因分析構成変更のための方法および装置 |
JPWO2011111599A1 (ja) * | 2010-03-11 | 2013-06-27 | 日本電気株式会社 | 障害分析ルール抽出装置、障害分析ルール抽出方法、及び記憶媒体 |
JP5530897B2 (ja) * | 2010-10-28 | 2014-06-25 | 株式会社日立メディコ | 機器障害分析装置、機器障害分析方法、および機器障害分析プログラム |
WO2013088565A1 (ja) * | 2011-12-15 | 2013-06-20 | 富士通株式会社 | 検知装置、検知プログラムおよび検知方法 |
-
2013
- 2013-11-15 JP JP2013237241A patent/JP6201670B2/ja not_active Expired - Fee Related
-
2014
- 2014-09-08 US US14/479,778 patent/US10360090B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10360090B2 (en) | 2019-07-23 |
JP2015097047A (ja) | 2015-05-21 |
US20150142385A1 (en) | 2015-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6201670B2 (ja) | 判定装置、判定プログラム、及び判定方法 | |
US10931511B2 (en) | Predicting computer network equipment failure | |
US9003230B2 (en) | Method and apparatus for cause analysis involving configuration changes | |
JP6152788B2 (ja) | 障害予兆検知方法、情報処理装置およびプログラム | |
US9424157B2 (en) | Early detection of failing computers | |
US8381038B2 (en) | Management server and management system | |
US20160055044A1 (en) | Fault analysis method, fault analysis system, and storage medium | |
US20160378583A1 (en) | Management computer and method for evaluating performance threshold value | |
JP6160064B2 (ja) | 適用判定プログラム、障害検出装置および適用判定方法 | |
CN107480014B (zh) | 一种高可用设备切换方法及装置 | |
JP6413537B2 (ja) | 障害予兆通報装置および予兆通報方法、予兆通報プログラム | |
US9860109B2 (en) | Automatic alert generation | |
Li et al. | An intelligent framework for timely, accurate, and comprehensive cloud incident detection | |
JP5803246B2 (ja) | ネットワーク運用管理システム、ネットワーク監視サーバ、ネットワーク監視方法およびプログラム | |
JP5417264B2 (ja) | 分析情報提供方法 | |
JP2017211806A (ja) | 通信の監視方法、セキュリティ管理システム及びプログラム | |
Lin et al. | Near-realtime server reboot monitoring and root cause analysis in a large-scale system | |
US9690639B2 (en) | Failure detecting apparatus and failure detecting method using patterns indicating occurrences of failures | |
JP2020038525A (ja) | 異常検知装置 | |
JP5371096B2 (ja) | 監視システム、監視方法、及びプログラム | |
US20220342788A1 (en) | Anomaly location estimating apparatus, method, and program | |
CN107949831B (zh) | 多重化处理系统、多重化处理方法以及程序 | |
US20240152427A1 (en) | Information processing apparatus, information processing method and program | |
JP2018067117A (ja) | 管理計算機、及び電子計算機の管理方法 | |
CN117857284A (zh) | 分布式数据库集群的管理方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160804 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170410 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170418 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170511 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170814 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6201670 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |